从用户起头使用大模型利用“点奶茶”，到OpenClaw掀起全民“养龙虾”热潮，再到Claude code、Codex等编程智能体逐步“破圈”，AI智能体偷偷起头影响贸易模式。

近日，“云经济学（Cloudonomics）”概想提出者乔·韦曼（Joe Weinman）接受了新京报贝壳财经记者的专访。二十年前，他用一套严谨的数学框架界说了云推算的经济逻辑，如今，他试图用同样的底层思想，诠释智能体将若何重塑贸易世界的运行规定。

在乔·韦曼看来，智能体切实提高了企业效能，但依然必要人来参加。对于智能体起头为用户进行购物选择，他以为，“我们正进入一个全新的时期，消费决策初次不再由人类的非理性行为主导，而是由智能体的理性逻辑主导。”

当消费者把决策权交给智能体后，颠覆性刷新由此发生。乔·韦曼称，智能体不会被明星代言感动，也不会被路边告白牌影响。将来智能体可能会一眼看出“这款尺码偏大，宽了一英寸，不适合我的主人”，所以整个贸易逻辑可能会被颠覆，企业可能不再花钱打告白，而是转向精准界说产品服务参数。

乔·韦曼长于通过恰到益处的例子打譬喻，把AI领域的事物讲得活泼易懂。他通知新京报贝壳财经记者，中美AI企业好比兰博尼基和幼鹏汽车，前者固然“够炫酷”，可后者开的人更多，“没有绝对最好的模型，只有最适合特定场景的模型。”

当谈起“token（次元）经济学”与百度首创人李彦宏提出的DAA（日活智能体数）两个AI行业衡量尺度，他迸作成“卖电饭煲”和“开餐厅”——卖电饭煲的只关切几多人会煮米，而开餐厅的更在乎米有没有被浪费，客人爱不爱吃。

以下为新京报贝壳财经记者与乔·韦曼对话全文：

乔·韦曼接受记者采访。新京报贝壳财经首席记者 罗亦丹 摄

智能体主导消费决策，企业可能不再花钱打告白

贝壳财经：2026年以来，智能体持续火爆，龙虾“OpenClaw”一度破圈，Claude code、Codex等编程智能体逐步盛行，你若何对待这一趋向？

乔·韦曼：这类工具每天都在迭代优化，在好多场景下，大幅提升了开发者的工作效能。与此同时，技术仍存在缺点，好比智能体偶然会做出对用户毫无价值的行为。

不外，技术始终在进取。我喜欢用飞机类比，莱特兄弟发现的第一架动力飞机只能飞100英尺，机身盛开式，坐上去会被雨淋。但随着功夫推移，技术不休美满，如今的大型客机能从美国直飞中国，座椅可调节，还能提供冰激凌，履历极佳。

当前，编程智能体已经带来了巨大价值，好比能从零起头搭建网站。但好多场景下，仍必要“人在回路”，即人类参加把控。目前工业出产中，AI是优良的副手，就像资深木工带学徒：学徒能做大部门基础活，值得信赖，且每天都在进取。我能够让学徒掌管大部门工作，但作为师父，我仍会提醒，这里再打磨一下会更好。细节处置不够好，领导学徒改进。此刻的AI也是如此，并且AI之间还能相互进建、共同进取。

AI通过自我迭代、持续进化，能力呈指数级增长。好多企业已经从中获得了实切其实，甚至颠覆性的价值。有公司用AI做客服，了局用户中意度不变，均匀服务时长却从11分钟缩短到2分钟。企业切实提高了出产效能，我们正处在一个伟大时期的初步。

这会不会很快导致所有开发者、软件工程师失业？我以为不会，当前反而出现了一个有趣的回转，好多之前裁员的科技公司，此刻又重新招聘技术人才，终于必要更多“资深木工”，领导AI这个“学徒” 工作。

贝壳财经：目前，一些智能体获得权限可能自主为用户采办物品，当智能体可能独立执行工作甚至实现消费行为时，会带来哪些扭转？

乔·韦曼：纵观汗青，所有决策都由人类做出，决策凭据五花八门，有理性考量，也有感性激昂。经济学中有个分支叫行为经济学，专门钻研消费者或决策者：他们并非总能做出最优选择，决策往往受感情、认知局限影响，无法全面处置信息。

几百年来甚至更久，一个重大的产业应运而生，主题就是影响消费者行为。好比电视告白、户表告白牌，商家都在投合消费者行为中偏感性、非理性的一面，以此卖出产品。消费者可能看了电视告白，又看到路边告白牌，伴侣再推荐一句 “这器材很好”，因而就决定去相识、最终下单采办。

如今，我们正进入一个全新的时期，消费决策初次不再由人类的非理性行为主导，而是由智能体的理性逻辑主导。这意味着，单一的价值改观、商品参数调整，就可能影响消费行为。所谓智能体贸易，即智能体之间互通商品信息、自主决策买卖正成为主流。

一个主题趋向是，全新领域正急剧崛起，首先是“天生式履历优化”。单一说，就是当搜索从纯文本了局，升级为AI天生了局时，商家若何让AI认可“我的产品更好、优于竞品”，从而让查看AI了局的消费者，做出有利于商家的决策。

当消费者越来越多地把决策权交给智能体后，商家又该若何向决策智能体精准传递产品参数？人类消费者决定采办时，可能会想我喜欢网红推荐的这款产品，我就买了。但智能体不在乎这些，它只会关注产品耐用性，以及评价若何。使用成本若何？它会精准推算所罕见据、得出结论。就像《星际迷航》里的斯波克，始终只做理性决策。智能体不会被明星代言感动，也不会被路边告白牌影响。

这会深刻影响经济格局，如今全球好多产业都依赖告白投放影响人类，但将来智能体可能会一眼看出“这款尺码偏大，宽了一英寸，不适合我的主人”，所以整个贸易逻辑可能会被颠覆，如企业不再花钱打告白，而是转向精准界说产品服务参数。

从云经济到AI经济，没有性质分歧

贝壳财经：从云推算经济到智能体，最主题的底层逻辑刷新是什么？

乔·韦曼：一衷煺遍概想以为，数据中心正本只用于存储信息，如今彻底转型为 AI工厂，专门分娩智能能力。“数据中心只存信息」剽个说法齐全不合，数据中心的确存储信息，但云推算的主题是处置信息、创造价值——发邮件、天生图片、处置用户买卖，都是如此。

数据中心一向都在做一件事：接管信息、处置信息、输出了局，过程中顺带存储部门信息。AI和云推算性质一样，既能够在远程数据中心运行，也能够脱离云端，在本地运行。

我近二十年前提出的云经济学主题规定，绝大无数依然合用于AI。其中，一个主题逻辑举例注明：你花大价值买辆车，日均用车成本可能不高，但也是一笔开销，若是车终年停在车库，一年只开一次，那买车就是一笔糟糕的投资，由于停放、定期保养、查抄机油，成本一向存在。所以，用车频率低时，直接打车更划算，即“按需使用而非齐全占佑妆。

这个逻辑，同样合用于推算资源。有一点值得重点关注，如今好多AI服务都是免费的。纵观所有服务，都是初期免费，最终用户总会以某种方式付费。云推算和AI没有性质区别，只是输出的了局分歧而已。因而，云经济学的所有规定依然合用于AI。

AI经济学唯一的分歧是更强调对企业的影响、企业创造的价值、对全球经济的推作为用。不能说二者齐全一样，但在底层逻辑上，它们遵循的规定齐全一致。

贝壳财经：智能体味亏损海量Token，所以“Token经济”备受关注。近期李彦宏提出，适配AI时期的主题怀抱衡或将是日活智能体数，即 DAA（Daily Active Agents），这二者有什么差距？

乔·韦曼：英伟达CEO黄仁勋提出，我们必要思虑“Token经济学”，其主题是通过钻研词元的亏损与产出，来摸清行业法规。我们该若何衡量人为智能的利用价值？英伟达是全球市值最高的公司；迫恃侗任掖厦，但他的主题业务是销售人为智能基础设施能力。因而，他眼中的成功尺度，不定合用于其他行业的从业者。百度处于产业链的上游，业务模式与英伟达截然分歧，二者衡量成功的尺度天然也不一样。

我以一个例子注明，如果我们从事电饭煲生意，靠卖电饭煲赢利。我们但愿消费者多吃点米饭。因而我们通知各人，要多买米，这就是大米经济学，我们会用你买了几多米、煮了几多米，来评价你的阐发。激励各人多煮米饭，对电饭煲厂商来说绝对是功德。

若是我们把购米量、煮米量作为查核指标，把加薪、提升、幼我价值都和购米成本、煮米量挂钩，聪明人就会钻空子，多买电饭煲、多订大米、拼命煮米，但自己吃不完，剩下的直接倒掉就行。归正查核的不是浪费了几多米，而是买了几多，浪费与否底子无所谓，这就是“Token经济学”的问题地点。

换个角度，若是我们不是做电饭煲生意，而是开餐厅，主题指标就造成了创造现实价值。我们不会浪费米，由于这增长了成本，没有意思，餐厅真在乎的是客户中意度，DAA（日活智能体数）的主题理想就类似这家餐厅。

在上述迸作中，电饭煲=芯片，米=Token，餐食则是AI服务，“Token经济学”只看米的亏损量，但不反映餐食好不好吃，所以只对电饭煲厂商有利，无法衡量多元价值。

相比之下，DAA（日活智能体数）可能反映智能体的使用增长趋向，若DAA增长，就好比餐厅顾客越来越多，这对于顾客来说是更好的衡量指标，远比统计采办米的数量更有意思。

没有绝对最好的模型，只有最适合特定场景的模型

贝壳财经：当前，中美AI大模型发展情况若何？

乔·韦曼：目前，全球顶尖的前沿模型、最先进的技术仍在美国，占有一台兰博基尼固然够炫酷，可开幼鹏的人会更多，就像中国的大说话模型，胜在高效、低成本。固然前沿模型的部门输出成效可能略好，但对绝大无数日常需要来说，中国大说话模型的阐发绝不逊色，并且成本更低、对硬件要求也更低。

这带来了很有意思的影响，没有绝对最好的模型，只有最适合特定场景的模型。就像问“哪辆车最好”，答案取决于需要，必要大储物空间？必要赛路极速？还是适合多孩家庭？

同理，分歧场景下，分歧大说话模型、分歧智能体各有优势，有的便宜，有的适配工业场景，有的切合特定律例。每个模型都有自己的细分市场，就像汽车行业有多个品牌，大说话模型领域也能包容多种产品，每个模型及配套智能体，都有望找到自己的成功之路。

贝壳财经：你走访过中国不少城市，对哪些技术或AI产业氛围留下了深刻印象？

乔·韦曼：丽江给我印象很深，这里是产业和技术研发的热土，还有北京、上海，不少区域都是AI技术的试验田，好比京津走廊重点布局交通、汽车有关的AI利用。

中国很善于集中资源投资特定地域，同时搀扶创业者、造就企业。分歧城视注高校、科研院所以及 “十五五”规划的分歧板块，都在重点投资主题技术。我们聊的是AI，其实量子领域也是如此，中国在量子技术上同样进展显著。中国各地都在发力AI，吸引大量人才参与，推动产业急剧发展。

记者联系邮箱：luoyidan@xjbnews.com

新京报贝壳财经首席记者 罗亦丹

编纂 王进雨

校对 穆祥桐

　　12岁幼鼓手携带全场为周口队助威

许昕赛前曾预判林诗栋状态